From Complaining to the Associate Dean to Leading Innovation and Entrepreneurship in the Engineering Classroom
Notice bibliographique
Résumé
In this paper I provide a personal narrative,early exploration of, and directions for work being carriedout to reframe and more deeply understand the learningtaking place in my engineering entrepreneurshipclassroom. The first contribution is a new pedagogical lensbeing used to frame the learning students need to doexplicitly in terms of the key competencies, barrierconcepts, and learning thresholds my students need tomaster (as opposed to the time-based tables of content andsyllabi we normally use). The second contribution is adescription of the game-like dynamics that have resultedfrom this competency-threshold lens, and which seem tohave, in turn, encouraged a switch in focus from ‘gettinggrades’ to ‘leveling up’ by mastering the competenciesbetween and at each barrier or threshold. I also describehow this new lens seems to have focused me and mystudents more on their personal processes of buildingknowledge than just the products of the learning normallyassessed. The third contribution is a proposed researchmethodology and novel approach to data collection thattogether promise to provide a rich narrative andsignificantly deeper understanding of my students’learning experiences. I share insights gained to date on thisresearch journey, along with steps for further research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,010 |
| Communication savante | 0,016 | 0,007 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».